论文部分内容阅读
高光谱热红外传感器通道宽度窄,具有对大气垂直分布状况探测的能力,同时,高光谱数据具有波谱连续,光谱细腻特点,可以探测大气中各种吸收气体的特征吸收线,为反演通道的选择提供便利,此外,高光谱热红外传感器的通道数目众多,光谱信息丰富。论文在模拟数据的支持下,主要开展了高光谱热红外数据大气总水汽含量反演和大气校正研究两方面工作。
在大气总水汽含量反演研究中,根据大气中水汽线吸收形成的“吸收谷”,论文定义了量化水汽吸收强度的差值深度指数,依此建立了大气总水汽含量反演模型,并利用模拟数据对模型进行了验证和分析。结果显示,“普适”模型的模型均方根误差为0.643gcm-2,平均误差为0.366gcm-2,“局地”模型均方根误差为0.445gcm-2,平均误差为0.035gcm-2,模型的精度尚可。单从模型精度来看,“局地”模型要优于“普适”模型,但“普适”模型适用性强于“局地”模型。模型对仪器噪声的敏感性分析显示模型对仪器噪声较为敏感。
在高光谱热红外数据大气校正研究工作中,论文首先利用高光谱热红外模拟数据对现有高光谱热红外数据大气校正方法:AAC方法和ISAC方法进行了验证和比较分析,结果显示,在满足适用条件情况下,AAC大气校正方法可以获得较高的大气校正精度,除热带大气外,大气透过率误差小于0.02,上行辐射误差小于0.0028Wm-2sr-1cm,而ISAC大气校正方法除了在干冷的副极地冬季大气取得较好的结果外,大气校正的误差很大。大气水平均一的假设会给AAC大气校正方法带来较大的误差,而一般地,星载高光谱传感器空间分辨率较低,很难满足大气水平均一的假设,这表明现有的大气校正方法不适用于星载数据的处理。据此,论文接着提出了一种基于高光谱数据光谱信息的大气校正方法:大气参数和地表参数同时反演方法。利用主成分重构方法对大气透过率、上行辐射、下行辐射以及地表比辐射率进行降维,以减少方程未知数数目,使得方程数多于未知数,方程可解,从而建立了大气参数和地表参数协同反演模型。利用模拟数据对模型进行了初步验证,结果显示地表温度的均方根误差为0.881K,平均误差为0.64K,模型高估了地表温度;地表比辐射率均方根误差约为0.02,均值约为-0.01,反演值偏低;大气参数反演的精度较低,大气透过率的均方根误差约为0.065,平均误差约为0.015。深入分析模型反演结果发现,大气参数反演误差与大气类型有关,湿热大气反演精度较低,干冷大气反演精度相对较高,而地表参数反演精度与大气类型关系较小;大气参数的反演误差之间存在高度的相关性,大气透过率高估则上行辐射低估。模型的敏感性分析表明,模型具有较好的抗噪能力,对仪器噪声不敏感,但是模型对于初值估计的误差较为敏感,模型对大气参数的初值估计改进量较小,大气透过率、上下行辐射等大气参数初值估计误差高度相关以及初值估计误差在不同通道间的高度相关是造成这一结果的主要原因。
未来工作中需加强先验知识的应用,提高初值估计的精度,尽可能的消除初值估计误差的系统性和相关性,尽快开展反演模型的实际卫星数据应用和验证研究。